自动驾驶技术虽持续演进，但近年多聚焦于特定区域的“机器人出租车”服务，真正的全场景无人驾驶愿景仍显遥远。美国莱斯大学的研究团队指出，要实现安全可靠的自动驾驶，仅靠车辆自身升级远远不够，必须同步升级道路基础设施。为此，他们开发了一种名为“EyeDAR”的新技术，旨在通过路侧部署的雷达设备，为自动驾驶车辆提供关键的周边环境信息。
EyeDAR是一种体积如垒球大小的球形低功耗毫米波雷达，可安装在路灯、十字路口等关键路侧位置。其核心作用是解决自动驾驶车辆传感器在有效探测范围之外，或因雾、烟、逆光等恶劣天气导致视野受限时的盲区问题，帮助车辆及时发现突发性障碍物。
当前自动驾驶主要依赖雷达、激光雷达（LiDAR）和摄像头三种互补系统。摄像头虽能识别行人和车辆，但受光照影响大；激光雷达能生成高精度3D点云，却同样难以应对恶劣天气；而传统车载雷达虽能穿透雨雾，但信号大部分会向远处发散，仅少量反射回车辆，导致对大型车辆遮挡后的行人、缓慢移动的车辆或侧向接近的自行车等目标识别率不足。
EyeDAR的设计灵感源自人眼结构，主要由两部分组成：一是由3D打印树脂制成的“伦内伯格透镜”，其功能类似人眼晶状体，能对各个方向的入射电波产生均匀响应；二是位于透镜背面的天线阵列，类似视网膜，负责检测信号并确定方向。当安装在路侧时，该设备能捕获原本会散失的雷达波，将其反射回车辆，从而大幅提升车辆的感知精度。
研究团队负责人库恩·吴·乔博士表示，这相当于给车辆的雷达系统增加了一双“眼睛”。该透镜由8000多个具有独特形状和折射率的微小单元构成，能智能地与入射雷达信号相互作用，引导信号准确到达天线阵列。原型测试显示，EyeDAR识别目标方向的速度比传统雷达设计快200倍以上。更独特的是，它无需生成新信号，而是通过吸收并反射入射波，以类似“闪烁的摩尔斯电码”方式将信息传回，实现了雷达传感与通信功能的单一架构集成。
尽管该技术具备低成本、架构简单且处理速度快的优势，有望从高速公路推广至高密度城市环境，但制造挑战不容忽视。专家指出，要在户外恶劣环境下（如暴晒、严寒）大规模量产这种复杂的超材料结构，对3D打印精度要求极高，实验室成果转化为耐用产品仍面临巨大工程难题。
若能克服制造瓶颈，EyeDAR不仅将惠及自动驾驶，还可广泛应用于机器人、无人机及可穿戴设备，提升各类设备的感知精度。对于中国正在加速推进的“车路协同”战略而言，这种将感知能力延伸至路侧基础设施的创新思路，为突破单车智能瓶颈提供了极具价值的参考路径。
